Искусственный интеллект всё активнее применяют в диагностике, однако его роль в критических ситуациях остаётся спорной. Может ли ИИ помочь, когда у врача есть всего несколько секунд, чтобы принять решение о трансфузии, интубации или экстренном вмешательстве?
Команда исследователей из Университета Дрекселя (Drexel University) — Анжелы Мастрианни (Angela Mastrianni) и Александры Сарчевич (Aleksandra Sarcevic) — вместе с клиницистами Children’s National Hospital провела эксперимент, моделирующий рабочие условия в детской травме.
Учёные создали прототип системы поддержки решений DecAide, которая в реальном времени отображала ключевые параметры пациента и, в одном из режимов, предлагала вероятностные рекомендации по лечению.
В исследовании участвовали 35 специалистов экстренной помощи из шести госпитальных систем. Все они проходили 12 клинических сценариев в виртуальном формате — с тремя уровнями ИИ-поддержки:
- без ИИ,
- с синтезом клинической информации,
- с синтезом и рекомендацией.
Результаты исследования
📈 ИИ повышает точность решений
Всего исследователи зафиксировали более 800 клинических решений и сравнили их с истинными данными, на основе которых сценарии были построены.
Врачи принимали верные решения:
- в 64,4% случаев — когда были и данные, и рекомендации от ИИ,
- в 56,3% случаев — когда ИИ предоставлял только синтез информации,
- в 55,8% случаев — когда поддержки не было вовсе.
Решения принимались с той же скоростью — ИИ не замедлял диагностику. Многие участники успевали принять решение ещё до того, как рекомендация появлялась на экране.
🤖 Но доверие к рекомендациям разделилось
Система показала и другую сторону:
- 18 специалистов смотрели на советы ИИ лишь после того, как уже приняли собственное решение,
- 12 специалистов игнорировали рекомендации полностью,
- многие отмечали недостаточную прозрачность расчётов.
В сценариях также были встроены намеренно ошибочные рекомендации — чтобы оценить устойчивость к когнитивному смещению.
Обсуждение
Несмотря на то, что ИИ улучшает точность, его использование в экстренной медицине требует особой осторожности.
Участники подчёркивали:
- необходимость объяснимости моделей,
- важность сохранения клинической автономии,
- риск смещения решений под влиянием «машинного авторитета».
Александра Сарчевич (Aleksandra Sarcevic) отмечает:
«Технология может усиливать работу человека, но ключевым станет понимание того, где она уместна и в какой форме врачи готовы ей доверять».
Исследование подчёркивает тенденцию, которая прослеживается и в более широком обсуждении цифровой трансформации здравоохранения. Например, в материале «ИИ как новый стандарт здравоохранения»поднимается вопрос о том, что алгоритмы способны улучшить качество клинических решений, но их внедрение требует перестройки процессов и доверия со стороны специалистов.
Заключение
Исследование демонстрирует:
- ИИ-поддержка действительно повышает точность диагностики и тактических решений в травме,
- но принятие технологии врачами разнится от энтузиазма до полного отказа,
- критическую роль играет не точность алгоритмов, а доверие, объяснимость и уважение к клиническому суждению врача.
На ближайшую перспективу команде предстоит:
- расширить выборку участников,
- протестировать систему в разных типах больниц,
- разработать чёткие правила внедрения,
- обучить врачей безопасному использованию ИИ в режиме высокой нагрузки.
ИИ может стать важным инструментом в экстренной медицине, но только если будет встроен в практику так, чтобы усиливать клиническое мышление, а не подменять его.
Литература:
Angela Mastrianni et al, To Recommend or Not to Recommend: Designing and Evaluating AI-Enabled Decision Support for Time-Critical Medical Events, Proceedings of the ACM on Human-Computer Interaction (2025). DOI: 10.1145/3757512